本发明专利技术涉及一种预测生物
【技术实现步骤摘要】
一种预测生物
‑
沉积物富集因子的方法
[0001]本申请涉及生态环境测评的
,具体涉及一种预测生物
‑
沉积物富集因子的方法。
技术介绍
[0002]生物
‑
沉积物富集因子(Biota
‑
Sediment Accumulation Factor,简称BSAF)是描述沉积物中的有机化合物或金属等污染物进入生物体组织中发生蓄积的参数,水体中的沉积物由于含有有机质组分而成为疏水性有机污染物的聚集库,且疏水性有机物污染物不断在水体和沉积物之间扩散。当上游为未污染水体时,水流能够不断稀释下游被污染沉积物表层水体中的污染物的浓度。双壳贝类等底栖生物主要通过过滤沉积物表层水进行摄食,因此有机污染物一般在双壳贝类体内和沉积物表层水中进行平衡分配。所以,水流速度能通过稀释沉积物表层水中污染物浓度来减少双壳贝类体内的有机污染物浓度,进而影响BSAF。
[0003]相关技术中,通常可以通过现场测量或模型来预测BSAF,通过现场测量获得的BSAF值一般直接应用于同一位置或其他位置的同一物种或其他物种。但是研究发现,不同位置之间获得的BSAF实际测量值并不一致且差距较大,导致预测值和实际有较大偏差,并且通过动力学模型进行预测和计算,过程较为复杂繁琐。
技术实现思路
[0004]为了解决上述问题而提出了本申请。本申请提出了一种预测生物
‑
沉积物富集因子的方法,所述方法包括以下步骤:获取概念模型;获取实际测量点的实测信息,其中所述实测信息包括用于计算实地生物
‑
沉积物富集因子的第一实测信息、用于计算实地水流速度的第二实测信息;根据所述第一实测信息计算实地生物
‑
沉积物富集因子,根据所述第二实测信息计算实地水流速度;根据所述实地水流速度和实地生物
‑
沉积物富集因子的对应关系拟合所述概念模型得到预测模型,以用于根据水流速度得到所述生物
‑
沉积物富集因子预测值。
[0005]在本申请的一个实施例中,所述第一实测信息包括实际测量点的生物体内脂质含量的污染物浓度以及沉积物中有机质含量的污染物浓度。
[0006]在本申请的一个实施例中,根据所述第一实测信息计算所述实地生物
‑
沉积物富集因子包括:计算所述实际测量点的生物体内脂质含量的污染物浓度与所述沉积物中有机质含量标的污染物浓度的比值作为所述实地生物
‑
沉积物富集因子。
[0007]在本申请的一个实施例中,所述第二实测信息包括实际测量点的水体出水量、水深及水体宽度。
[0008]在本申请的一个实施例中,所述概念模型包括,所述水流速度与常数之和为第一参数,所述常数为第二参数,所述生物
‑
沉积物富集因子预测值为所述第二参数与所述第一参数的比值。
[0009]在本申请的一个实施例中,所述常数为沉积物间隙水向生物过滤水中扩散的速度与水平水流进入生物过滤水的通量面的比值。
[0010]在本申请的一个实施例中,所述根据所述实地水流速度和实地生物
‑
沉积物富集因子的对应关系拟合所述概念模型得到预测模型,包括:根据所述实地水流速度和实地生物
‑
沉积物富集因子的对应关系拟合所述概念模型得到所述常数的值;根据所述常数的值和所述概念模型得到所述预测模型。
[0011]在本申请的一个实施例中,所述方法还包括:在根据所述实地水流速度和实地生物
‑
沉积物富集因子的对应关系拟合所述概念模型得到预测模型之前,对所述实地生物
‑
沉积富集因子进行筛选,去除基于不同位置或者不同时间获得的第一实测信息得到的实地生物
‑
沉积富集因子,并记录剩余的实地生物
‑
沉积富集因子的数据个数。
[0012]在本申请的一个实施例中,所述方法还包括,所述方法还包括,根据所述数据个数、所述实地生物
‑
沉积物富集因子以及所述生物
‑
富集因子预测值计算均方差,所述均方差用于表示所述预测模型与所述概念模型的偏差,其中所述生物
‑
富集因子预测值通过将所述实地水流速度代入到所述预测模型中得到。
[0013]在本申请的一个实施例中,根据所述第一实测信息计算实地生物
‑
沉积物富集因子时,同一位置对应的所有生物
‑
沉积物富集因子取算数平均值。
[0014]根据本申请实施例的预测方法,建立概念模型,通过实测数据拟合概念模型最终得到BSAF的预测模型,在对预测点的BSAF进行预测时,只需要得到预测点处的水流速度就可以进行预测,实际使用时测量方便并且计算简单,克服了相关技术中BSAF的预测过程计算复杂繁琐的缺点,并且预测结果更加准确。
附图说明
[0015]通过结合附图对本申请实施例进行更详细的描述,本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解,并且构成说明书的一部分,与本申请实施例一起用于解释本申请,并不构成对本申请的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
[0016]图1示出本申请实施例中预测生物
‑
沉积物富集因子方法的流程图。
[0017]图2示出了有机污染物在底栖双壳贝类和沉积物中富集的概念图。
[0018]图3示出了log BSAF与log v在底栖双壳贝类对疏水性有机物富集中的关系图。
具体实施方式
[0019]为了使得本申请的目的、技术方案和优点更为明显,下面将参照附图详细描述根据本申请的示例实施例。显然,所描述的实施例仅仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。基于本申请中描述的本申请实施例,本领域技术人员在没有付出创造性劳动的情况下所得到的所有其他实施例都应落入本申请的保护范围之内。
[0020]本申请实施例提供了一种预测生物
‑
沉积物富集因子的方法,
[0021]如图1所示,本方法包括以下步骤:
[0022]S01、获取概念模型。
[0023]S02、获取实际测量点的实测信息,其中所述实测信息包括用于计算实地生物
‑
沉积物富集因子的第一实测信息、用于计算实地水流速度的第二实测信息。
[0024]S03、根据所述第一实测信息计算实地生物
‑
沉积物富集因子,根据所述第二实测信息计算实地水流速度。
[0025]S04、根据所述实地水流速度和实地生物
‑
沉积物富集因子的对应关系拟合所述概念模型得到预测模型,以用于根据水流速度得到所述生物
‑
沉积物富集因子预测值。
[0026]通过上述的预测方法,考虑到实际环境中水流速度对生物
‑
沉积物富集因子(B本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种预测生物
‑
沉积物富集因子的方法,其特征在于,所述方法包括以下步骤:获取概念模型;获取实际测量点的实测信息,其中所述实测信息包括用于计算实地生物
‑
沉积物富集因子的第一实测信息、用于计算实地水流速度的第二实测信息;根据所述第一实测信息计算实地生物
‑
沉积物富集因子,根据所述第二实测信息计算实地水流速度;根据所述实地水流速度和实地生物
‑
沉积物富集因子的对应关系拟合所述概念模型得到预测模型,以用于根据水流速度得到所述生物
‑
沉积物富集因子预测值。2.根据权利要求1所述的方法,其特征在于,所述第一实测信息包括实际测量点的生物体内脂质含量的污染物浓度以及沉积物中有机质含量的污染物浓度。3.根据权利要求2所述的方法,其特征在于,根据所述第一实测信息计算所述实地生物
‑
沉积物富集因子包括:计算所述实际测量点的生物体内脂质含量的污染物浓度与所述沉积物中有机质含量的污染物浓度的比值作为所述实地生物
‑
沉积物富集因子。4.根据权利要求1所述的方法,其特征在于,所述第二实测信息包括实际测量点的水体出水量、水深及水体宽度。5.根据权利要求1所述的方法,其特征在于,所述概念模型包括,所述水流速度与常数之和为第一参数,所述常数为第二参数,所述生物
‑
沉积物富集因子预测值为所述第二参数与所述第一参数的比值。6.根据权利要求5所述的方法,其特征在于,所述常数为沉积物间隙水向生物...
【专利技术属性】
技术研发人员:辛芳,肖诚斌,王博,吴沐彦,严册,陈一锌,赵彬,
申请(专利权)人:光大环境科技中国有限公司光大环保技术研究院深圳有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。